抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题，应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题，提出单网络积分型强化学习（SNIRL）算法进行求解，该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构，只需要采用评价网络估计值函数就可以求得最优控制律，其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器，并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高，收敛速度更快，并校验了自适应最优姿态控制器的有效性 。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点，借助深度学习在多参数寻优上的优势，提出了一种基于卷积神经网络的模型预测控制算法，满足航天工程低硬件需求，实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态，然后将控制过程中状态量用于3层3核卷积神经网络的训练，训练完成后，用该卷积神经网络代替模型预测对组合航天器进行控制，从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数，相比传统模型预测算法所需硬件计算时间降低约5倍，在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制，控制精度在10 -4 量级。     

航空发动机间冷器及回热器发展研究综述

近年来,航空器发展对航空发动机经济性和环保性的要求越来越高,间冷回热循环日益受到关注和重视,间冷器和回热器的研究已经成为发展间冷回热循环航空发动机的关键因素之一。本文简要介绍了间冷回热航空发动机的研究背景,回顾了国内外有关航空发动机间冷器与回热器的换热表面研究、热交换器优化工作、间冷器及回热器与航空发动机整机匹配研究和新型高温热交换器技术,提出了航空发动机间冷器及回热器相关有待深化研究的问题。     

孔挤压强化对2124铝合金疲劳寿命及微观组织的影响

采用疲劳试验、透射电镜、扫描电镜及X射线衍射仪等方法研究了2124-T851铝合金厚板不同参数孔挤压强化后疲劳寿命与显微组织的变化。结果表明：孔挤压强化后试样的疲劳寿命先随挤压量的增大而升高，随后又迅速降低，挤压量为0.4 mm时疲劳寿命达到峰值，较未强化增加12.66倍；组织观察结果表明孔挤压强化后，在孔壁强化层内形成了位错胞状结构和残余压应力，并且随挤压量增大先迅速增加然后趋于平缓，强化层的形成可以有效延缓疲劳裂纹的扩展速率；同时，适当的孔挤压强化可改善表面粗糙度，降低裂纹萌生几率，从而提高材料的疲劳寿命。     

基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。     

喷丸强化对表面完整性影响的研究现状与发展

综述了喷丸强化技术对材料表层残余应力分布、显微组织结构、表面粗糙度和表层硬度分布等表面完整性因素影响的研究进展,阐述了不同喷丸强化技术与材料表面完整性因素间的关系以及基于表面完整性调控的喷丸强化技术的发展趋势.     

40CrNi2Si2MoVA钢喷丸强化层微观结构

喷丸强化在金属材料表面形成强化层,可以有效提高构件的疲劳寿命,是金属构件表面完整性制造的重要方法.喷丸强化已有效应用于40CrNi2Si2MoVA钢制构件,为了探明喷丸强化对该钢种的强化机理,本工作采用高分辨电子显微电镜(HREM)对40CrNi2Si2MoVA钢喷丸强化层微观组织结构进行了系统分析研究.结果表明:喷丸强化使40CrNi2Si2 MoVA钢组织细化,呈明显的马氏体“有效晶粒”现象,“有效晶粒”尺寸为几个纳米到几十个纳米;“有效晶粒”界面呈明显的倾转现象,相邻“有效晶粒”间转动角度为几度到几十度,最大达到30°.     

深度自编码观测器飞机操纵面快速故障诊断

为了避免扩展多模型自适应估计故障诊断方法中的雅克比矩阵计算,解决飞机精确模型难以获得的问题,降低在线故障诊断的计算量,提出了一种基于深度自编码观测器的飞机操纵面快速故障诊断方法.基于离线训练、在线估计的思想,采用量测的飞行数据训练得到不同故障下的飞机模型,代替扩展多模型自适应估计方法的卡尔曼滤波器进行状态估计;基于基础自编码器的隐层节点数选取经验公式,推导了两种深度自编码器的隐层节点数选取的递推公式.仿真结果表明,该方法无需精确的飞机模型,故障诊断速度快、精度高.